"""数据处理算法 - 本地语义嵌入模型共享单例。"""

from __future__ import annotations

import os
from functools import lru_cache
from typing import Any


@lru_cache(maxsize=1)
def semantic_embedding_model() -> Any:
    """加载本地嵌入模型，供语义分块与语义质量评分共用。

    模型可在部署环境覆盖；默认模型体积较小且适合中英文语义判断。
    返回 LlamaIndex BaseEmbedding，通过 ``get_text_embedding`` 使用。
    """

    from llama_index.embeddings.huggingface import HuggingFaceEmbedding

    return HuggingFaceEmbedding(
        model_name=os.getenv("DATA_PROCESS_EMBEDDING_MODEL", "BAAI/bge-small-zh-v1.5"),
        device=os.getenv("DATA_PROCESS_EMBEDDING_DEVICE", "cpu"),
        trust_remote_code=False,
    )